图像锐化处理.docVIP

图像锐化处理

PAGE1

课程论文

图像锐化处理

摘要：如今，数字图像处理技术得到广泛应用，给人们的学习、生活和工作带来了深远影响。其中图像的锐化处理就是其中的重要部分，图像锐化处理的作用是使灰度反差增强，从而使模糊图像变得更加清晰。本文介绍图像锐化处理的基本原理和处理技术，用MATLAB矩阵实验室对实际图像进行锐化处理得出实验结果。

关键词：图像锐化处理，数字图像，MATLAB

1.MATLAB简介

MATLAB全称是MatrixLaboratory(矩阵实验室)，是一种简单、高效、功能强大的高级语言，在科学与工程计算领域有着广泛的应用前途。在数字图像处理领域，可应用MATLAB数字图像处理技术进行系统分析与设计。它是一种专门用于矩阵数值计算的软件，从这点上也可以看出，它是矩阵运算上有自己独特的特点。实际运用中MATLAB中的绝大多数的运算都是通过矩阵这一形式进行的，这一特点决定了MATLAB在处理数字图象上独特优势，理论上图象是一种二维的连续函数，然而计算机对图象进行数字吃力时，首先必须对其在空间和亮度上进行数字化，这就是图象的采样和量化的过程，二维图象均匀采样，可得到一幅离散成M*N样本的数字图象，该数字图象是一个整数阵列，因而用矩阵来描述该数字图象是最直观最简便的。

2.图象锐化概述

数字图像处理中图像锐化的目的有两个：一是使灰度反差增强，增强图像的边缘，使模糊的图像变得清晰起来；这种模糊不是由于错误操作，就是特殊图像获取方法的固有影响。二是提取目标物体的边界，对图像进行分割，便于目标区域的识别等。通过图像的锐化，使得图像的质量有所改变，产生更适合人观察和识别的图像。

3.图象锐化的原理

数字图像的锐化可分为线性锐化滤波和非线性锐化滤波。如果输出像素是输入像素领域像素的线性组合则称为线性滤波，否则称为非线性滤波。

1）线性锐化滤波器

线性高通滤波器是最常用的线性锐化滤波器。这种滤波器必须满足滤波器的中心系数为正数，其他系数为负数。线性高通滤波器3×3模板的典型系数

2）非线性锐化滤波器

非线性锐化滤波就是使用微分对图像进行处理，以此来锐化由于邻域平均导致的模糊图像。图像处理中最常用的微分是利用图y像沿某个方向上的灰度变化率，即原图像函数的梯度。梯度定义如下：

△xf=f(x,y)-f(x+1,y)

△xf=f(x,y)-f(x,y+1)

梯度模的表达式如下：

∣▽f∣=∣▽xf∣+∣▽yf∣

在数字图像处理中，数据是离散的，幅值是有限的，其发生的最短距离是在两相邻像素之间。因此在数字图像处理中通常采用一阶差分来定义微分算子。

其差分形式为：

△xf=f(x+1,y)-f(x,y)

△yf=f(x,y+1)-f(x,y)

比较有名的微分滤波器算子包括Sobel梯度算子、Prewitt梯度算子和log算子，等等。

4.图像锐化处理

4.1线性锐化

线性高通滤波图象锐化的程序和结果

程序：

i=imread(text.png);%读入图像

4.2.2用Prewitt梯度算子锐化图像的程序和结果：

程序：

i=imread(text.png);%读入图像

subplot(2,2,1);

imshow(i);title(原图像);%显示原图像

m=fspecial(prewitt);%应用prewitt算子锐化图像

j=filter2(m,i);%prewitt算子滤波锐化

subplot(2,2,2);

imshow(j);title(prewitt算子锐化图像);%显示prewitt算子锐化图像

结果：

4.2.3用log梯度算子锐化图像的程序和结果：

程序：

i=imread(coins.png);%读入图像

subplot(2,2,1);

imshow(i);title(原图像);%显示原图像

m=fspecial(log);%应用log算子锐化图像

j=filter2(m,i);%log算子滤波锐化

subplot(2,2,2);

imshow(j);title(log算子锐化图像);%显示log算子锐化图像

结果：

5.结束语

由于图像平滑往往使图像中的边界、轮廓变的模糊，为了减少这类不利效果的影响，此时需要利用图像锐化技术，使图像的边缘变的清晰。上述介绍了线性锐化滤波和非线性锐化滤波这两种锐化种类，其中，线性高通滤波器就是利用线性锐化方法，而Sobel梯度算子、Prewitt梯度算子和log算子则是非线性锐化方法。图像锐化技术是补偿和增加图像的高频成分，使图像中的地物边界、区域边缘、线条、纹理特征和精细结构特征等更加清晰、鲜明。所以，掌握了图像锐化技术，我们可以根据需求来改变图像效果，从而满足我们的要求。

参考文献

[1]龚声蓉，刘纯平